最新评估显示人工智能模型存在透明度不足问题

近期一项评估10种基础人工智能模型的透明度指数报告，为人工智能行业敲响了加强信息披露的警钟。来自斯坦福大学、麻省理工学院和普林斯顿大学的研究人员指出，若不提高先进人工智能工具的内部运作机制、训练数据及后果的透明度，理解并缓解相关风险将始终难以实现。 由于竞争和安全考量，领先企业日益封闭，自律机制已显不足。研究人员主张将透明度置于AI立法的核心，强调亟需提升AI发展的可理解性与可追责性。

一项针对10款核心人工智能基础模型的新透明度指数评估结果令人震惊，这正促使人工智能开发商分享更多产品信息，同时给立法者和监管机构施加压力，要求他们强制披露相关信息。

为何重要：创建该指数的斯坦福大学、麻省理工学院和普林斯顿大学研究人员指出，除非人工智能公司更主动地公开其最先进工具的内部运作机制、训练数据及影响，否则用户永远无法充分理解人工智能相关的风险，专家也永远无法有效缓解这些风险。

查看引用文章